Kreditriskmodeller

www.pwc.se

Januari2017

PwC 2

Om oss

Alexander ErikssonPwC Senior Associate

+46 72 9809017alexander.eriksson@se.pwc.com

Patrik ScheelePwC Senior Manager

+46 72 5849814patrik.scheele@se.pwc.com

Stefan SjöströmPwC Senior Manager

+46 708 725 116Stefan.sjoestroem@se.pwc.com

PwC

Bakgrund

13

PwC 4

Risker i bankaffären

• Kreditrisk

• Marknadsrisker (Ränte, Aktie och Valuta)

• Operativ risk (Rutiner, Processer, Mänskliga fel, Nyckelpersonsberoende, bedrägerier mm)

• Koncentrationsrisk (Utlåningen, Placeringar)

• Ränterisk i Bankboken (Volatilitet i intjäningen = strukturell ränterisk)

• Likviditetsrisk

• Affärsrisk/Strategisk risk

• Anseenderisk (ryktesrisk)

• Penningtvätt (AML)

• Compliance risk

I den Interna kapital och likviditetsutvärderingen (IKLU) stressar bankerna dessa risker och ser hur det slår på kapital, förluster etc

PwC 5

Historik kreditriskmodeller

• I slutet av 50-talet började Fair Isaac and Company (senare FICO) sälja sitt första datoriserade credit score till banker. FICO score har varit ett generellt kreditvärdighetsmått i USA sedan 1989.

• I Sverige kom UC ut med sitt första creditscore för aktiebolag 1991 och för privatpersoner 1999.

• I mitten av 2000-talet började större banker beräkna egna riskmodeller utifrån egen data för att få beräkna sitt kapitalkrav utifrån dessa.

• Fler och fler mindre banker och finansbolag har insett värdet av egen information och egna modeller i kreditgivningen

PwC

Kreditprocessen

26

PwC

Varför Scoring

7

KreditStyrning

Snabbhet

Effektivitet

Konsekvens

ÖkadFörsäljning

Identifiera Kreditvärdiga kunderför bearbetning

Öka andelen godkändaansökningar

Prisdifferentiering

Optimering

Likvärdig och objektivbedömning för varje ansökan

Konsekventa beslut i helaorganisationen

Snabb handläggning Godkänt/Avslag

Mindre data behövs för att kunna göra korrekta beslut

Minska exponeringen mot riskkunder

Minska Kreditförlusterna

Minska betaltiderna

Kapitaltäckning

Reserveringar/Nedskrivningar

Handläggaren fokuserar på svåraärenden

Större volym handlagd med sammabemanning

PwC

Kreditprocessen

8

Prospektering PortföljhanteringKredit

Bedömning

Betalnings-

hantering Inkasso

Marknads ScoreKredit

ScoreBeteende

ScorePåminnelsescore

Inkasso

Amicable/Legal

score

Affärsområden Marknad Kredit Ekonomi Betalningsflöden

Score

Kund-

Livscykeln

Extern

KreditInformation

Kund DataAggregerad

Inkasso

Data

Inkasso

PwC

Kreditprocessen

9

Prospekts/

KunderKreditplattform

DATA

BeslutsmotorKreditkontroll

Beslut / Belopp / Ränta /

Återbetalningstid

Inkasso

ID/Adress matchning

Fraud

KreditPolicy

Scoring

Black/White lista

AML

Inkasso

Bevakning

Portfölj

Sales Ledger

Kapitaltäckning

Reserveringar

Nedskrivningar

Aviseringar

Påminnelser

PwC

Kreditprocessen

10

• Ansökningsinformation• Interna regler

• Aktiva ansökningar

• Ålder

• Ålder+Återbetalningstid

• Anställningsform

• Uppgiven Inkomst

• Kreditkontroll• Kreditmall

• Sökande Är under 18 år

• Har förvaltare utsedd

• Har utvandrat eller är obefintlighetsregistrerad

• Saknar adress i offentliga register

• Har Poste restante istället för gatuadress

• Har ett aktuellt skuldsaldo hos Kronofogdemyndigheten

• Har notering avseende skuldsanering

• Har skyddad personuppgift

• Avliden

• Interna regler (Micro)

• Skuldsaldo

• Skuldsanering

• Betalningsanmärkningar

• Engagemangsregistret

• Interna regler (Upplysning)

• Låg Inkomst

• Utnyttjad kredit

• Riskprognos

Kreditplattform

DATA

BeslutsmotorKreditkontroll

Beslut / Belopp / Ränta /

Återbetalningstid

ID/Adress matchning

Fraud

KreditPolicy

Scoring

Black/White lista

AML

PwC

Kreditprocessen

11

Kreditplattform

DATA

BeslutsmotorKreditkontroll

Beslut / Belopp / Ränta /

Återbetalningstid

ID/Adress matchning

Fraud

KreditPolicy

Scoring

Black/White lista

AML

• Intern regelmotor• Godkänna lån

• Inga anmärkningar

• Stabil inkomst

• Inga förfrågningar senaste 6 månaderna

• Sjunkande underskott av kapital

• KALP

• För att säkerställa att kunden har möjlighet att betala tillbaka lånet

så beräknas det rekommenderade beloppet på en ”kvar att leva på

kalkyl”. I denna beräkning ingår uppgifter från kunden såväl som

extern kreditinformation. Kalkylen beräknar vilka intäkter och

kostnader kunden har varje månad. För att bli godkänd måste

kunden ha ett disponibelt minimibelopp efter samtliga kostnader

inkl. kostnaden för det nya lånet.

• De kostnader som inkluderas i KALP:en är

• Boendekostnader

• Levnadsomkostnader

• Kostnad per barn

• Kostnader för övriga lån

• Riskbedömning / Inkomst

• Rekommenderat belopp

• Rekommenderad ränta

• Rekommenderad återbetalningstid

PwC

Kapitaltäckning

312

PwC 13

Kapitaltäckning av risker

• Banken ska hålla kapital för de risker som banken är exponerad mot

• Riskvägda tillgångar Tillgångar i balansräkningen justerat för risk

• Kapitalbas Eget kapital i balansräkningen + vissa övriga skuldposter ex. förlagslån

Tillgångar

Riskjusterade tillgångar Kapitalbas

Skulder Kapitalbas / riskvägda

tillgångar >= 8 %

PwC 14

Intern riskklassificering (IRK)

• I syfte att få högre avkastning på kapital vill banker generellt sett inte sitta med för mycket kapital.

• Vad reglerar vilket kapital en bank håller

• Myndighetskrav

• Egen bedömning och t.ex. ratingmål

• IRK-tillståndet är en kvalitetsstämpel som myndigheter, ratinginstitut och investerare ser positivt på

• Intern riskklassificering används:

• till kapitalkravsberäkningar

• som input för kreditbeslut

• för att bestämma kreditbeslutsnivå

• i prissättningsstöd

• för att bättre kunna tolka risk och riskutveckling

PwC 15

Vad är ett IRK-tillstånd

• Kapitalkravsutveckling från myndigheter

• Kapitalkrav för ”banker” sedan 1950-talet

• Internationell överenskommelse i början av 90-talet, Basel 1 (kreditrisk)

• Basel 2 ~ 2007

• Schablonmetoden för kreditrisk

• IRK-modeller för kreditrisk (ink övergångsregel 80% av Basel 1)

• Operativ risk

• Basel 3

• Schablonmetoden för kreditrisk

• IRK för kreditrisk (ink övergångsregel 80% av Basel 1 t.o.m. 2017)

• Operativ risk

• Motpartsrisk

• Leverage ratio

• För att ha IRK-tillstånd krävs:

1. Uppfylla ca 50 artiklar

2. Prövning av FI

3. Avgift

4. Tillsyn från FI efter tillstånd getts

PwC

Ökad riskkänslighet (ex för företag)

Riskvikt

0%

20%

40%

60%

80%

100%

120%

140%

160%

180%

200%

AAA AA+ AA AA- A+ A A- BBB+ BBB BBB- BB+ BB BB- B+ B B-

Schablonmetoden – Basel 2

Basel 1

Rating

Internratingmetoden – Basel 2

PwC 17

Förväntad förlust (EL)

Probability of Default (PD eller sannolikheten för fallissemang i %)

Sannolikheten att kunden inte betalar t.ex. räntor eller amorteringar inom 90 dagar efter förfall (>90 dgr sen eller annan indikation på att kunden inte kommer att betala) inom loppet av ett år. PD ska beräknas som den långsiktiga fallissemangsfrekvensen över ett antal konjunkturcykler

Loss Given Default (LGD, förlust givet fallissemang i %)

Givet att kund hamnar i fallissemang (~är >90 dagar sen), hur stor andel av utlånat belopp förlorar vi på kunden. LGD ska beräknas som om det vore en lågkonjunktur

Exposure at Default (EAD, exponeringen vid fallissemangstillfället)

Vad tror vi är den förväntade exponeringen vid fallissemangstillfället

PwC 18

Förväntad och oförväntad förlust

• Förväntad förlust

• Beskrivs som:

EL= PD * LGD * EAD

• ”Business As Usual” ska

finansiera dessa förluster.

• Oväntad förlust

• Beskrivs som:

UL= f(PD;LGD) * EAD

• Denna funktion benämns

som ”riskviktsfunktionen”.

• Dessa förluster måste

finansieras genom att hålla

särskilt kapital för

ändamålet.

PwC

Reserveringar/nedskrivningar

419

PwC 20

Effektivräntan baserat på upplupet

anskaffningsvärde efter nedskrivning

Förväntade förluster baserat på hela löptiden

Effektivräntan baserat på bokfört värde brutto

Förväntade förluster baserat på hela löptiden

Effektivräntan baserat på bokfört värde brutto

12 månaders förväntade kreditförluster

Nedskrivning av finansiella tillgångarGrundmodell

Reserv för förväntade kreditförluster

Förändring i kreditkvalitet sedan första redovisningstillfället

Steg 1 Steg 2 Steg 3

Fungerande krediter(Första redovisningstillfället*)

Osäkra fordringar(Tillgångar vars kreditrisk ökat

väsentligt sedan första redovisningstillfället*)

Ej fungerande fordringar(Nedskrivna tillgångar)

Ränteintäkter

*förutom för emitterade eller köpta “credit impaired” fordringar

PwC

Modellering och förklarande variabler

521

PwC 22

Probability of Default (PD)

• PD för kapitaltäckning ska vara sannolikhet att fallera under ett år samt att

detta PD ska mäta sannolikheten under en genomsnittlig konjunkturcykel

• PD för kapitaltäckning modelleras ofta med logistisk regression.

Sannolikheten justeras oftast efter regressionen för att mäta sannolikheten

under en genomsnittlig konjunktur (Through-the-Cycle)

• PD för nedskrivningar behöver beräknas för kreditens livstid och ska även

vara framåtblickande utifrån ett macroperspektiv, men ingen justering för

genomsnittlig konjunkturcykel ska göras (Point-in-Time)

• Livstids-PD modelleras genom att multiplicera migrationsmatriser eller med

olika vintage-metoder (såsom Cox regression eller liknande)

PwC 23

Vanliga riskdrivare PD

• Betalningshistorik

• Utnyttjandegrad på revolverande krediter

• Tid som kund

• Helkund/ej helkund

• Ålder

• Extern information (Betalningsanmärkningar, UC Risk)

PwC 24

UC Risk Person, riskdrivare

Omfrågningar hos UC

Antal frågor

Kategori frågeställare

När i tiden

Taxeringsuppgifter

Inkomstnivå

Typ av inkomst

Inkomstförändring

Kreditregistret

Kreditaktivitet

Utnyttjandegrad

Typ av kredit

Övrigt

Civilstånd / Civilståndsändring

Ålder

Fastighetsägande

Betalningsanmärkning / Skuldsaldo

PwC 25

Loss Given Default (LGD)

• LGD-modeller delas ofta upp i en

• tillfriskningsfas (sannolikhet för tillfrisknande)

• collateral-fas (hur mycket pengar får man in av säkerheten)

• non-collateral fas (hur mycket kan man få in av låntagaren efter att säkerhet sålts)

• LGD för kapitaltäckning ska mäta hur mycket man får tillbaka i en lågkonjunktur (downturn), d v s det beräknade estimatet justeras upp

• LGD för nedskrivningar ska vara framåtblickande utifrån ett macroperspektiv men ingen justering för lågkonjunktur ska göras (Point-in-Time)

• LGD modelleras ofta med relativt enkla modeller så som medelvärde etc. Eventuellt kan man använda logistisk regression för tillfriskningsfasen

• En stor del av komplexiteten i LGD handlar om att allokera exponering till olika säkerheter

PwC 26

Vanliga riskdrivare LGD

• Lånets storlek i förhållande till eventuell säkerhets värde (Loan-To-Value)

• Typ av säkerhet

• Geografi

• Tidigare fallissemang

• Inkomster

• Eventuell medlåntagare

PwC 27

Exposure At Default (EAD)

• EAD för kapitaltäckning modellerar endast Konverteringsfaktorn (KF)

• KF är en beräkning av hur mycket av outnyttjade kreditmöjligheter som

utnyttjas vid fallissemang, exempelvis på kort- och kontokrediter

• EAD för nedskrivningar ska vara framåtblickande utifrån ett

macroperspektiv

• EAD för nedskrivningar modelleras genom att ta hänsyn till

avbetalningar, refinansiering, utnyttjandegrader och eventuella

korrelationer med macro

Time

Uti

lisa

tio

n

Economy

Credit limit

Reporting

datet

Sta

te o

f eco

no

my

Loan B

Loan A

PwC

Validering

628

PwC 29

Validering av kreditriskmodeller

• Modellerna valideras:

• In-Sample

• Out-of-sample

• Out-of-time (sker löpande)

• Validering av enskilda parametrar

• Univariata analyser

• Wald-test

• Goodness-of-Fit

• Prognos mot utfall

• LRT

• Validering av predikterade värden

• Klassificeringsförmåga (ROC Accuracy Ratio / Gini)

• Kolmogorov-Smirnov test (KS test)

• Divergens

• Korsvalidering (=cross-validation, K-delar)

PwC 30

Validering av kreditriskmodeller

Accuracy Ratio / Gini koefficient

0% 20% 40% 60% 80% 100%

0%

20%

40%

60%

80%

100%

Andel av total population

Arean är 63% av

perfekt prediktion

Perfekt prediktion

Modell

Andel fallissemang

PwC 31

Validering av kreditriskmodeller

101 150 200 250 300 350 400 450 500 550 600

Score

K-S

statistika

Me

de

lvä

rde

för

“bra

” u

tfa

ll

Divergens

Kolmogorov-Smirnov test och divergens

PwC

Beröringspunkter Bank/Försäkring

732

PwC

Varför är aktuarier relevanta för bankområdetoch modellering av kreditrisk?

33

• Affären handlar i grund och botten om att prissätta och hantera risker på ett korrekt sätt, likt försäkring.

• Komplexa problem som kräver starka matematiska / statistiska färdigheter samt stark analytisk förmåga.

• Samtidigt behöver man en god ekonomisk förståelse och att kunna förklara komplexa problem på ett enkelt sätt.

• Med andra ord - nyckelkompetenser som en aktuarie besitter.

PwC

Aktuarie vs. kvantitativ analytiker på bank

34

• Likheter:

− Man får jobba mycket med siffror och hantera stora datamängder

− Kräver god förståelse för matematik/statistik och att kunna applicera det i verkliga situationer

− Ställer krav på god kommunikativ förmåga

− Analysera data och bygga modeller

− Ta fram antaganden och uppdatera dem vid behov

− Monitorera risker

• Skillnader:

− Olika branscher – olika terminologi

− Annan typ av risk, och i många fall mer utmanande att värdera än försäkringsrisk

− Andra typer av riskdrivare / förklarande variabler

− Försäkring har mer definierade ramverk för att analysera risk